大家好，stable diffusion有很多model模型可以使用， 之前有人來信表示對這部分有興趣，小弟我就我知道的部分分享給大家 模型可以在下面找到 1.https://huggingface.co/ 2.https://rentry.co/sdmodels 網路大大整理出來的清單 --------------------------------------------------------------- ★注意 使用他人的model請進行pickle-scan確認沒有問題再使用 https://github.com/zxix/stable-diffusion-pickle-scanner 相關說明 https://huggingface.co/docs/hub/security-pickle --------------------------------------------------------------- 以下皆使用stable diffusion webui進行操作 https://github.com/AUTOMATIC1111/stable-diffusion-webui 今天主要示範anything3.0 加入sd1.4豐富模型內容 以及f222加強人體表現 A.使用模型: https://huggingface.co/Linaqruf/anything-v3.0 Anything-V3.0-pruned-fp16.ckpt https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/tree/main sd-v1-4.ckpt https://huggingface.co/m4gnett/zeipher-f222 f222.ckpt B.融合前範例展示 prompt: https://rentry.org/e6ko3 參數設定: Steps: 30, Sampler: Euler a, CFG scale: 7, Seed: 0, Size: 512x512, Model hash: 38c1ebe3, Model: Anything-V3.0-pruned-fp16, Clip skip: 2, ENSD: 31337 1.anything fp16 https://i.imgur.com/4roOSS0.png 2.sd 1.4 https://i.imgur.com/FfW1Rvj.png 3.f222 https://i.imgur.com/81OCPtF.png C.開始融合 merge webui內建功能 Checkpoint Merger，也可使用merge board 需要另外安裝extensions https://i.imgur.com/IyRYndv.jpg 這邊使用內建Checkpoint Merger https://i.imgur.com/8ii6RyF.jpg 公式說明如下: Weighted Sum: Result = ( A * (1 - M) ) + ( B * M ) Add Difference: Result = A + ( (B - C) * M ) A選擇anything fp16 主要要加強的模型 B選擇sd 1.5 方法選擇Weighted Sum M設定0.05，表示我們會有0.95的A和0.05的B進行融合 這邊可以依喜好調整不同數值 看你想要偏哪邊的model 完成後我們得到了O1 anything_sd14_0.05 來試試看效果 https://imgur.com/llYutvz.png 接下來融合f222 https://i.imgur.com/F52EhIA.jpg A 剛融出來的anything_sd14_0.05 B f222 C sd 1.4 選擇 Add Difference M設定1 複習一下公式 Add Difference: Result = A + ( (B - C) * M ) 我們會用A模型加上 (B模型減掉C模型)乘M f222是用sd1.4 訓練的(我也不知道為什麼 看別人都這樣用) ，因為O1已經有sd1.4了，我們只需要f222新增的內容 融合後得到了O2 anything_f222_sd14 再來試試看效果 https://i.imgur.com/n19L5wA.png 三個一起比較 https://i.imgur.com/4roOSS0.png https://i.imgur.com/llYutvz.png https://i.imgur.com/n19L5wA.png 如果有其他模型還可以繼續用同樣方式融合， 調整不同比例也會影響，看你喜歡什麼風格就自己融合進去， 可以打造出屬於自己的model 昨天參考了其他群組用了10個模型融出來的 和上面相同prompt https://i.imgur.com/ZP8x4Kb.png 調整過的prompt https://i.imgur.com/6Kcx3CI.png https://i.imgur.com/ZRJcQTr.png https://i.imgur.com/PuZdLCS.png https://i.imgur.com/m6XydpH.png 最近開始把作品丟到P網，請大家多多支持 https://www.pixiv.net/users/913621 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.34.61.35 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/AI_Art/M.1671850708.A.351.html 訓練和融合我覺得是不一樣的 訓練出來的模型可以再跟其他模型融合 訓練對硬體技術要求相對較高，融合較輕鬆就能辦到， 根據你想要達到的目標，選擇適合自己的方式 ※ 編輯: andyleeyuan (114.34.61.35 臺灣), 12/24/2022 16:08:49